Learning Classical Planning Strategies with Policy Gradient
Imperial College London（伦敦帝国学院）
经典规划中的一个常见范例是启发式向前搜索。前向搜索规划者通常依赖于简单的最佳优先搜索，该搜索在整个搜索过程中保持固定。在本文中，我们介绍了一种新的搜索框架，能够在解决特定的规划问题的同时，在几个正向搜索方法之间交替。使用可训练的随机策略执行方法的选择，将搜索的状态映射到方法上的概率分布。这使得能够使用策略梯度来学习针对规划问题的特定分布和所选择的性能度量（例如IPC分数）定制的搜索策略。我们通过构建一个由五种搜索方法和规划者状态的二维表示组成的策略空间来实例化该框架。然后，我们训练系统随机产生的问题，从五个IPC域使用三种不同的性能指标。我们的实验结果表明，学习者能够发现特定领域的搜索策略，提高规划的性能相对于基线的纯最佳优先搜索和统一的政策。
2019-04-11 cs.AI cs.LG
Classical Planning as QBF without Grounding (extended version)
Aarhus University, Department of Computer Science（奥胡斯大学计算机科学系）
大多数经典规划器使用基础作为预处理步骤，本质上将规划简化为命题逻辑。然而，接地涉及到实例化所有的动作规则与具体的对象组合，并导致大的编码SAT/QBF为基础的规划。当行动具有许多参数时，这种严重的内存成本成为主要瓶颈，例如IPC 2018竞赛中的有机合成问题。我们提供了一个紧凑的QBF编码，是对数的对象的数量，并完全避免接地，通过使用对象组合的通用量化。我们表明，我们可以解决一些有机合成的问题，这是不能处理之前的任何SAT/QBF为基础的计划，由于接地。
2021-12-18 cs.AI
Narrative Planning: Compilations to Classical Planning
Australian National University（澳大利亚国立大学）；NICTA（澳大利亚国家信息通信技术中心）
Riedl和Young最近提出的故事生成模型将其视为计划，并附加了故事人物有意行为的条件。这意味着角色对他们采取的行动有可感知的动机。我表明，这个条件可以编译（在更多的方式比一个），以产生一个经典的规划问题，可以解决一个现成的经典计划，更有效地比里德尔和杨的专业规划。
2014-01-23 cs.AI
Evaluating Human Trust in LLM-Based Planners: A Preliminary Study
University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Virginia（弗吉尼亚大学）
本研究通过PDDL领域用户研究比较人类对基于LLM的规划器与经典规划器的信任，发现正确性是信任和性能的主要驱动因素；LLM解释提升评估准确性但信任影响有限，规划改进有增加信任的潜力。
2025-02-27 cs.AI cs.HC
Safe-Planner: A Single-Outcome Replanner for Computing Strong Cyclic Policies in Fully Observable Non-Deterministic Domains
KU Leuven（鲁汶大学）；Flanders Make（法兰德斯制造研究所）
重规划器是解决不确定性规划问题的有效方法。尽管显示出良好的可扩展性，但现有的重新规划器通常无法解决涉及大量误导性规划的问题，即，然而，由于其最小长度，在每次重新规划迭代中可能会发现不导致强解决方案的弱计划。再规划者在这类问题中表现不佳是由于他们的所有结果决定性。也就是说，当从非确定性编译到经典时，它们将所有编译的经典运算符包含在单个确定性域中，这导致重新规划器不断生成误导性计划。我们介绍了一个离线的重规划，称为安全规划（SP），它依赖于一个单一的结果确定编译一个非确定性域的一组经典域，并排序的经典域的排名。所提出的单结果确定性和逻辑学允许在不同的经典域之间交替。我们的实验表明，这种方法可以让SP避免产生误导性的计划，但产生弱计划，直接导致强的解决方案。实验表明，SP优于国家的最先进的非确定性求解器解决更广泛的问题。我们还验证了SP在现实世界中的非确定性机器人任务的实际效用。
2021-09-23 cs.AI cs.RO
Inspire or Predict? Exploring New Paradigms in Assisting Classical Planners with Large Language Models
State Key Laboratory of Public Big Data, Guizhou University（贵州大学公共大数据国家重点实验室）；College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院）；School of Mechanical Engineering, Guizhou University（贵州大学机械工程学院）；Meta-Networking Research Center, The University of Electro-Communications（电气通信大学元网络研究中心）；School of Artificial Intelligence, Nanjing University（南京大学人工智能学院）
本文提出一种集成问题分解的新型LLM辅助规划器，通过LLM4Inspire和LLM4Predict两种范式，结合通用知识和领域知识，有效解决大规模规划问题。
2026-03-30 cs.AI
Classical Planning in Deep Latent Space
MIT-IBM Watson AI Lab, IBM Research（IBM研究院MIT-IBM沃森人工智能实验室）；IBM Research - Tokyo（IBM研究院（东京））；University of Tokyo（东京大学）；Queen’s University（女王大学）
目前领域无关的经典规划器需要问题域和实例的符号模型作为输入，导致知识获取瓶颈。同时，尽管深度学习在许多领域取得了巨大的成功，但知识是以子符号表示的方式编码的，这与规划师等符号系统不兼容。我们提出了Latplan，一个结合了深度学习和经典规划的无监督架构。仅给定一组未标记的图像对，显示环境中允许的转换子集（训练输入），Latplan学习环境的完整命题PDDL动作模型。之后，当给出表示初始状态和目标状态的一对图像（计划输入）时，Latplan在符号潜在空间中找到目标状态的计划，并返回可视化的计划执行。我们使用6个规划域的基于图像的版本来评估Latplan：8-Puzzle，15-Puzzle，Blocksworld，Sokoban和LightsOut的两个变体。
2022-06-15 cs.AI cs.LG
A Close Look At World Model Recovery In Supervised Fine-Tuned LLM Planners
National Laboratory of the Rockies（落基山国家实验室）
通过可解释性实验，研究监督微调如何影响大语言模型在经典规划任务中恢复世界模型的能力，发现微调使模型线性编码动作有效性和状态谓词，且更广泛的状态空间覆盖有助于更准确的世界模型恢复。
2026-06-02 cs.AI cs.LG
VHPOP: Versatile Heuristic Partial Order Planner
School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机学院）
VHPOP是一个松散地基于UCPOP的偏序因果链接（POCL）规划器。它借鉴了20世纪90年代早期到中期POCL规划中缺陷选择策略的经验，并将其与领域独立规划领域的最新发展相结合，如基于距离的规划和可达性分析。我们提出了一个适应的添加剂启发式计划空间规划，并修改它，以考虑可能重用的计划中现有的行动。我们还提出了一套新的缺陷选择策略，并展示了如何这些可以帮助我们解决更多的问题比以前可能的POCL规划。VHPOP还支持规划与持续性的行动纳入标准技术的时间约束推理。我们证明了同样的启发式技术，用于提高经典POCL规划的性能可以有效的持续性行动领域以及。其结果是一个通用的启发式POCL规划竞争力与既定的CSP为基础的启发式状态空间规划。
2011-06-24 cs.AI
AltAltp: Online Parallelization of Plans with Heuristic State Search
Arizona State University（亚利桑那州立大学）
尽管他们的附近的统治地位，启发式状态搜索规划器仍然落后于析取规划器在经典规划的并行计划的生成。原因在于，在状态空间规划器中直接搜索并行解将要求规划器在并行动作的所有可能子集上分支，从而指数地增加分支因子。我们提出了一个变种，我们的启发式状态搜索规划AltAlt，称为AltAltp生成并行计划，通过使用贪婪的在线并行化的部分计划。贪婪的方法是显着通知使用新的距离算法，AltAltp从一个graphplan风格的规划图的问题。虽然这种方法不能保证提供最佳的并行计划，实证结果表明，AltAltp是能够产生良好的质量并行计划的一小部分所产生的成本由析取规划。
2011-06-26 cs.AI
Frontier Large Language Models Rival State-of-the-Art Planners
University of Oxford（牛津大学）；Federal University of Rio Grande do Sul（里约格兰德杜斯尔大学）；Linköping University（林霍普大学）
研究显示前沿大语言模型在规划任务中超越传统规划器， Gemini 3.1 Pro在标准任务中表现突出，GPT-5表现接近基线，且在符号规划中仍具竞争力，揭示了大语言模型规划能力的提升趋势。
2026-05-15 cs.AI cs.LG
Synthesizing Customized Planners from Specifications
现有的人工智能规划综合方法分为两类--领域无关和领域相关。独立于领域的方法适用于各种领域，但在任何一个给定的领域中可能不是非常有效。依赖于域的方法需要为每个域单独地（重新）设计，但是在它们被设计的域中可能非常有效。这些方法的一个诱人的替代方案是自动合成域独立的规划者给定的知识域和规划理论。在本文中，我们调查的可行性，使用现有的自动化软件合成工具，以支持这种合成。具体来说，我们描述了一个架构，称为粘土中的Kestrel交互式开发系统（KIDS）是用来获得一个域定制的规划师通过一个半自动组合的声明性理论的规划，和声明性控制知识特定于一个给定的域，半自动地将它们结合起来，以获得域定制的规划师。我们讨论了这意味着什么写一个声明性的理论规划和控制知识的KIDS，并说明我们的方法生成一类特定于域的规划师使用状态空间的细化。我们的实验表明，综合规划可以优于经典的细化规划（实现UCP，Kambhampati和Srivastava，1995年的实例），使用相同的控制知识。我们将对比的成本和效益的综合方法与传统的方法定制领域独立的规划。
1998-03-01 cs.AI
Optimal Integrated Task and Path Planning and Its Application to Multi-Robot Pickup and Delivery
IIT Kanpur（印度理工学院坎普尔分校）；Jupiter Money（木星金融）；MPI-SWS（马克斯·普朗克软件系统研究所）；Ericson Research（爱立信研究院）
本文提出融合最优任务规划与路径规划的多机器人机制，借助Z3求解SMT任务规划并扩展CBS-PC生成无碰撞轨迹，在仓库取放任务中优于现有经典规划器。
2024-03-02 cs.AI cs.MA cs.RO
Combined Task and Motion Planning as Classical AI Planning
ICREA（加泰罗尼亚高级研究学院）；Universitat Pompeu Fabra（庞培法布拉大学）
机器人规划通常分为任务规划和运动规划。高级的符号任务规划器决定需要做什么，而运动规划器检查可行性并填充几何细节。然而，已知的是，这样的分解通常不是有效的，因为符号和几何分量不是独立的。在这项工作中，我们表明，有可能将任务和运动规划问题编译成经典的AI规划问题;即，规划问题的有限和离散状态空间与已知的初始状态，确定性的行动，和目标状态达到。编译是合理的，这意味着经典计划是有效的机器人计划，并且概率上是完整的，这意味着当采样足够数量的配置时，有效的机器人计划是经典计划。在这种方法中，运动规划器和碰撞检查器用于编译，但不是在规划时。使该方法有效的关键要素是：1）表达经典的AI规划语言，用于以紧凑的形式表示编译的问题，与PDDL不同，它使用函数和状态约束，以及2）通用的基于宽度的搜索算法，能够仅使用弱算法在巨大的组合空间中找到计划。经验结果PR 2机器人操纵数十个对象，需要长期计划。
2017-06-21 cs.AI cs.RO
TwoStep: Multi-agent Task Planning using Classical Planners and Large Language Models
University of Southern California（南加州大学）
本研究提出TwoStep方法，结合经典规划器与LLM，通过LLM进行多智能体目标分解，实现比直接求解多智能体PDDL更快的规划时间，同时减少执行步骤并保证执行成功，效果接近人类专家分解。
2025-03-25 cs.AI cs.CL cs.MA
TASKOGRAPHY: Evaluating robot task planning over large 3D scene graphs
University of Toronto（多伦多大学）；Université de Montréal（蒙特利尔大学）；Microsoft（微软）；Facebook AI Research（脸书人工智能研究院）；Vector Institute（向量研究所）
3D场景图（3DSG）是一种新兴的描述，统一了符号，拓扑和度量场景表示。然而，典型的3DSG包含数百个对象和符号，即使对于小环境也是如此;在整个图上进行任务规划是不切实际的。我们构建了TASKOGRAPHY，这是第一个超过3DSGs的大规模机器人任务规划基准。虽然这一领域的大多数基准测试工作都集中在基于视觉的规划上，但我们系统地研究了符号规划，将规划性能与视觉表示学习分离。我们观察到，在现有的方法中，无论是经典的还是基于学习的规划者都不能实时规划整个3DSG。实现实时规划需要在以下两个方面取得进展：（a）稀疏化3DSG以进行易于处理的规划;（b）设计更好地利用3DSG层次结构的规划器。为了实现前一个目标，我们提出了SCRUB，一种任务条件下的3DSG稀疏化方法;使经典规划者能够匹配，并在某些情况下超越最先进的基于学习的规划者。对于后一个目标，我们提出了SEEK，一个程序，使学习为基础的规划人员利用3DSG结构，减少了数量级的重新规划查询所需的最佳方法。我们将开源所有代码和基线，以促进机器人任务规划、学习和3DSGs交叉点的进一步研究。
2022-07-11 cs.AI cs.LG cs.RO
Plausibility-Based Heuristics for Latent Space Classical Planning
Fabalis（法巴利斯）；The University of Tokyo（东京大学）
针对LatPlan潜空间规划可能无效的问题，提出领域无关的合理性启发式（PBH），在搜索中评估状态合理性，显著提升图像拼图和汉诺塔任务的有效规划数量。
2023-06-20 cs.AI
The Energy Impact of Domain Model Design in Classical Planning
University of Stuttgart（斯图加特大学）
本文研究了领域模型设计对经典规划器能耗的影响，通过配置框架分析不同领域特征对能量消耗和运行时间的影响。
2026-01-29 cs.AI cs.SE
Compiling Uncertainty Away in Conformant Planning Problems with Bounded Width
Universitat Pompeu Fabra（庞培法布拉大学）；ICREA（加泰罗尼亚高级研究学院）
一致性规划是在初始状态或行动效果存在不确定性的情况下，找到一系列行动以实现目标的问题。这个问题已经接近作为一个路径寻找问题的信念空间中，良好的信念表示和推理是至关重要的扩展。在这项工作中，一个不同的配方，介绍了符合问题的确定性行动，他们自动转换成经典的，并解决了现成的经典规划。转换将文字L和关于初始情况的假设t的集合映射到表示如果t初始为真则L必须为真的新文字KL/t。我们制定了一个通用的翻译方案，是健全的，并建立条件下的翻译也是完整的。我们表明，完整的翻译的复杂性是指数的参数的问题称为一致的宽度，这对于大多数基准是有界的。基于该翻译的规划器与现有规划器相比表现出良好的性能，并且是2006年国际规划竞赛Conformant Track中表现最好的规划器T0的基础。
2014-01-15 cs.AI
HATP: An HTN Planner for Robotics
CNRS（法国国家科学研究中心）；LAAS（系统分析与体系结构实验室）；Univ de Toulouse（图卢兹大学）；INSA（国立应用科学学院）
层次任务网络规划是一种基于领域控制知识的层次化规划方法，它可以减少传统规划的搜索空间。这提供了一种直观的方法，用于指定关于机器人和智能体应如何执行任务的高级指令，同时也为规划者提供了足够的灵活性来选择较低级别的步骤及其排序。在本文中，我们提出了HATP（分层代理的任务规划）规划框架，扩展了传统的HTN规划域的表示和语义，使它们更适合机器人专家，并处理代理作为“第一类”实体的语言。前者是通过允许“社会规则”来定义，指定什么行为是可接受的/不可接受的域中的代理/机器人，并交错规划与几何推理，以验证在线-相对于一个详细的几何3D世界-人类/机器人的行动目前正在追求的HATP。
2014-06-12 cs.AI cs.RO
Graph augmented Deep Reinforcement Learning in the GameRLand3D environment
Ubisoft La Forge（育碧La Forge）
我们解决具有挑战性的3D视频游戏中的规划和导航问题，这些游戏的地图具有可由代理使用特殊动作到达的断开区域。在这种情况下，经典的象征性规划不适用或难以适应。我们介绍了一种混合技术相结合的低层次的政策训练与强化学习和基于图的高层次的经典规划。除了提供人类可解释的路径外，该方法还提高了端到端方法在看不见的地图中的泛化性能，在尚未看到的1 km x 1 km大规模地图中，与经常性端到端代理相比，它在点对点导航任务上的成功率绝对提高了20%。在一项深入的实验研究中，我们量化了端到端深度RL方法在广阔环境中的局限性，我们还介绍了“GameRLand3D”，这是一个新的基准，即将发布的环境可以为导航任务生成复杂的程序3D地图。
2021-12-22 cs.AI cs.LG
Classical Planning in Deep Latent Space: Bridging the Subsymbolic-Symbolic Boundary
Graduate School of Arts and Sciences, University of Tokyo（东京大学综合文化研究科）
目前领域无关的经典规划器需要问题域和实例的符号模型作为输入，导致知识获取瓶颈。同时，尽管深度学习在许多领域取得了巨大的成功，但知识是以子符号表示的方式编码的，这与规划师等符号系统不兼容。我们提出了LatPlan，一个结合了深度学习和经典规划的无监督架构。仅给定一组未标记的图像对，显示环境中允许的转换子集（训练输入），以及一对表示初始和目标状态的图像（规划输入），LatPlan在符号潜在空间中找到目标状态的计划并返回可视化的计划执行。本文的贡献是双重的：（1）状态自动编码器，它使用变分自编码器找到环境的命题状态表示。它从图像中生成一个离散的潜在向量，基于此可以构建PDDL模型，然后由现成的规划器求解。(2)Action Autoencoder / Discriminator，一种神经架构，它联合发现动作符号和隐式动作模型（前提条件/效果），并为隐式图搜索提供后继函数。我们使用3个规划域的基于图像的版本来评估LatPlan：8-puzzle，Hanoi塔和LightsOut。
2017-12-03 cs.AI
Replanning in Domains with Partial Information and Sensing Actions
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
通过确定性重新规划是最近流行的MDP在线规划方法。在本文中，我们适应这个想法，经典的，非随机域的部分信息和传感行动，提出了一个新的规划：SDR（采样，确定，重新规划）。在每一步中，我们生成一个解决方案计划，以一个经典的规划问题，由原来的问题。只要安全，我们就执行这个计划。当情况不再如此时，我们重新计划。经典的规划问题，我们产生的是基于预防为基础的一致性规划的方法介绍了帕拉西奥斯和格夫纳。在这种方法中产生的经典规划问题的状态捕获的信念状态的代理在原始问题。不幸的是，当这种方法被应用到规划问题的传感器，它产生一个非确定性的规划问题，通常是非常大的。我们的主要贡献是引入状态采样技术，克服这两个问题。此外，我们引入了一种新的，懒惰的，基于回归的方法在运行时查询代理的信念状态。我们提供了一个全面的实验评估的规划，表明它的规模比现有的基准问题的最先进的CLG规划，但也突出了其弱点与新的领域。我们还讨论了它的理论保证。
2014-01-23 cs.AI
Probabilistic Plan Legibility with Off-the-shelf Planners
Umeå University（于默奥大学）
本文提出一种利用现成规划器在任意PDDL领域实现概率性计划可读性的方法，通过二阶心智理论估计观察者视角，并证明可读性与效率需权衡，需正则化因子平衡。
2026-10-02 cs.AI cs.RO
A General Multi-agent Epistemic Planner Based on Higher-order Belief Change
近年来，多智能体认知规划受到了动态逻辑和规划界的关注。现有的多智能体认知规划的实现是基于编译成经典的规划，并遭受各种限制，如只生成线性计划，限制公共行动，以及无法处理分离的信念。在本文中，我们提出了一个通用的表示语言的多智能体认知规划的初始知识库和目标，行动的先决条件和效果可以是任意的多智能体认知公式，和解决方案是一个行动树分支的感知结果。为了支持多智能体KD45逻辑中的高效推理，我们使用称为交替覆盖析取公式（ACDF）的范式。我们提出了基本的修正和更新算法的ACDF。我们还处理静态命题常识，我们称之为约束。基于我们的推理，修正和更新算法，适应从文献中的概率规划的PrAO算法，我们实现了一个多智能体的认知规划称为MEPK。我们的实验结果表明，我们的方法的可行性。
2018-08-14 cs.AI
Hierarchical Task Network Planning with LLM-Generated Heuristics
University of Aberdeen, UK（爱丁堡大学（英国））；PUCRS, Brazil（巴西普埃布拉联邦大学）；University of Oxford, UK（牛津大学（英国））；Saarland University, Germany（萨尔大学（德国））；Universidade Federal do Rio Grande do Sul, Brazil（巴西里约格兰德 do 南大学）
研究利用大语言模型为层次任务网络规划生成搜索启发式，通过Pytrich规划器在六个基准领域评估，结果表明LLM生成的启发式在覆盖度上接近最优HTN规划器，并在83%的共享问题上显著减少搜索开销。
2026-05-28 cs.AI
Soft Goals Can Be Compiled Away
Universitat Pompeu Fabra（庞培法布拉大学）；ICREA（加泰罗尼亚高级研究学院）
软目标用一个简单的偏好模型扩展了经典的计划模型。最好的计划不是成本最低的计划，而是效用最大的计划，其中计划的效用是实现的软目标的效用之和减去计划成本。寻找高效用的计划似乎涉及两个相关的问题：选择一个子集的软目标来实现，并找到一个低成本的计划来实现它们。新的搜索算法和算法已经被开发用于具有软目标的规划，并且在国际规划竞赛（IPC）中引入了一个新的赛道来测试它们的性能。然而，在本说明中，我们表明这些扩展是不需要的：软目标并没有增加行动成本规划的基本模型的表达能力，因为它们可以很容易地被编译掉。我们将此编译的问题的净效益跟踪最近的IPC，并表明，最佳和满意的成本为基础的规划者做得更好的编译问题比最佳和满意的净效益规划者的原始问题，明确的软目标。此外，我们表明，处罚，或消极的偏好表达的条件，以避免，也可以编译使用类似的想法。
2014-01-15 cs.AI
Solving Multiagent Planning Problems with Concurrent Conditional Effects
Imperial College London（帝国理工学院）；Universitat Pompeu Fabra（庞培法布拉大学）
在这项工作中，我们提出了一种新的方法来解决并发多智能体规划问题，其中几个代理并行。我们的方法依赖于从并发多智能体规划到经典规划的编译，使我们能够使用现成的经典规划器来解决原始的多智能体问题。该解决方案可以直接解释为一个并发计划，满足一组给定的并发约束，同时避免并发操作相关的指数爆炸。我们的计划器是第一个处理动作效果的人，这些动作效果取决于其他智能体正在做什么。从理论上讲，我们表明，汇编是健全的和完整的。经验上，我们表明，我们的编译可以解决具有挑战性的多智能体规划问题，需要并发的行动。
2019-06-19 cs.AI
Differentiable Spatial Planning using Transformers
Carnegie Mellon University（卡内基梅隆大学）；Facebook AI Research（Facebook人工智能研究院）；UC Berkeley（加州大学伯克利分校）
我们考虑空间路径规划问题。与从头开始优化新计划并假设访问具有地面真实障碍物位置的完整地图的经典解决方案相比，我们以可微的方式从数据中学习规划器，从而使我们能够利用来自过去数据的统计数据。我们提出了空间规划Transformers（SPT），它给出了一个障碍地图，通过规划长距离的空间依赖性来学习生成动作，这与以前的数据驱动的规划器不同，后者通过卷积结构以迭代的方式在本地传播信息。在代理不知道地面实况地图的情况下，我们在端到端框架中利用预先训练的SPT，该框架具有内置的映射器和规划器结构，可以无缝泛化到分布外的地图和目标。SPT在所有操作和导航任务的设置中都优于现有的最先进的可微分规划器，从而使其绝对性能提高了7- 19%。
2021-12-02 cs.AI cs.CV cs.LG
2Planning for Contingencies: A Decision-based Approach
经典人工智能规划者的一个基本假设是，世界上没有不确定性：规划者完全了解计划执行的条件，并且每个行动的结果都是完全可预测的。因此，这些规划者无法制定应急计划，即，在不同情况下执行不同行动的计划。在本文中，我们讨论了一些问题，出现在表示和建设的应急计划，并描述卡桑德拉，一个偏序应急计划。Cassandra使用显式决策步骤，使执行计划的代理能够决定遵循哪个计划分支。计划中的决策步骤会导致获得知识的子目标，这些子目标的计划方式与任何其他子目标相同。因此，Cassandra将收集信息的过程与做出决策的过程区分开来。Cassandra中决策的明确表示允许对应急规划问题采取连贯的方法，并为扩展（例如使用不同的决策过程）提供了坚实的基础。
1996-05-01 cs.AI
The LAMA Planner: Guiding Cost-Based Anytime Planning with Landmarks
Griffith University（格里菲斯大学）；NICTA QRL（澳大利亚国家信息通信技术卓越研究中心QRL）
LAMA是一个经典的基于启发式前向搜索的规划系统。它的核心特征是使用一个伪启发式来自地标，命题公式，必须在规划任务的每个解决方案是真的。LAMA建立在快速向下规划系统的基础上，使用有限域而不是二进制状态变量和多启发式搜索。后者被用来结合地标启发式与著名的FF启发式的变体。这两种方法都对成本敏感，在行动成本不一致的情况下，注重高质量的解决方案。使用加权A* 搜索，迭代地降低权重，使得规划器继续搜索更好质量的规划，直到搜索终止。LAMA在2008年国际规划竞赛中表现最好。在本文中，我们详细介绍了该系统，并调查LAMA的功能是至关重要的，其性能。我们提出了个别的结果，在竞争中使用的一些领域，展示了好的和坏的情况下，在LAMA实现的技术。总体而言，我们发现，使用地标提高性能，而行动成本纳入启发式估计证明是没有好处的。我们表明，在某些领域的搜索，忽略成本解决了更多的问题，提出了如何在未来更有效地处理行动成本的问题。迭代加权A* 搜索极大地改善了结果，并显示出与地标的使用的协同效应。
2014-01-16 cs.AI
Multi-Objective AI Planning: Evaluating DAE-YAHSP on a Tunable Benchmark
INRIA Saclay（法国国家信息与自动化研究所萨克雷中心）；LRI（计算机研究实验室）；Université Paris-Sud（巴黎南大学）；ONERA-DCSD（法国航空航天实验室-DCSD）；THALES Research & Technology（泰雷兹研究与技术公司）
迄今为止，所有标准的人工智能规划者都只能处理一个目标，而他们考虑多个目标的唯一方法是通过目标的聚合。此外，与单目标情况形成鲜明对比的是，不存在用于测试多目标规划算法的基准问题。DAE（Divide and Evolve）是在上届国际规划竞赛中获得单目标确定性时间满意度竞赛的进化规划方法。即使它密集地使用经典的（因此是单目标的）规划器YAHSP，也有可能将DAE-YAHSP变成多目标进化规划器。首先提出了一个可调的多目标规划基准套件，并在此基准的不同实例上比较了多目标DAE-YAHSP的几种变体的性能，希望为人工智能规划中的进一步多目标竞争铺平道路。
2012-12-20 cs.AI
How Far Are LLMs from Symbolic Planners? An NLP-Based Perspective
本研究将LLM规划视为NLP任务，提出含评估与三步恢复的流水线，结合符号规划器，发现LLM规划质量不及经典方法，但成功率由21.9%提升至27.5%。
2026-10-21 cs.AI
Generalized Planning With Procedural Domain Control Knowledge
Universitat Pompeu Fabra（庞培法布拉大学）
广义规划的任务是生成一个单一的解决方案，是有效的一组规划问题。在本文中，我们展示了如何表示和计算广义计划使用程序域控制知识（DCK）。我们定义了一个{ \it分而治之}的方法，首先产生的程序DCK解决一组规划问题的代表某些子任务，然后将其编译为可调用的程序的整体广义规划问题。我们的过程调用机制允许嵌套和递归的过程调用，并在PDDL中实现，使经典的规划者可以计算和利用过程DCK。实验表明，现成的经典规划器，使用过程DCK作为可调用的过程，可以计算广义计划在广泛的领域，包括非平凡的，如排序可变大小的列表或DFS遍历二叉树的可变大小。
2019-10-11 cs.AI
Hierarchical Width-Based Planning and Learning
Universitat Pompeu Fabra（庞培法布拉大学）
基于宽度的搜索方法已经在广泛的测试平台中表现出最先进的性能，从经典的规划问题到基于图像的模拟器，如Atari游戏。这些方法的规模独立的状态空间的大小，但在问题的宽度呈指数。在实践中，运行宽度大于1的算法在计算上是难以处理的，这使得IW无法解决更大宽度的问题。在本文中，我们提出了一个分层算法，计划在两个层次的抽象。高级规划器使用从低级修剪决策中逐渐发现的抽象特征。我们说明了这种算法在经典的规划PDDL域，以及在基于像素的模拟器域。在经典规划中，我们展示了两个抽象层次上的IW（1）如何解决宽度为2的问题。对于基于像素的域，我们展示了如何结合一个学习的政策和一个学习的价值函数，建议的分层IW可以优于目前的平面IW为基础的规划者在雅达利游戏稀疏奖励。
2021-09-01 cs.AI
Symbolic Search for Optimal Planning with Expressive Extensions
Albert-Ludwigs-Universität Freiburg im Breisgau（弗莱堡阿尔伯特-路德维希大学）；University of Freiburg（弗莱堡大学）；Aalborg University（奥尔堡大学）
在经典规划中，目标是导出一个行动过程，允许智能代理从它发现自己处于的任何情况移动到满足其目标的情况。经典规划被认为是独立于域的，即，它不限于特定的应用，并且可以用于解决不同类型的推理问题。然而，在实践中，手头的规划问题的一些属性需要标准的经典规划形式主义的表达扩展来捕获和建模它们。虽然许多这些扩展的重要性是众所周知的，大多数规划，特别是最优规划，不支持这些扩展的规划形式主义。缺乏支持不仅限制了这些规划器对某些问题的使用，而且即使可以在没有这些扩展的情况下对问题进行建模，也常常导致建模工作量增加，或者由于所需的问题编码大小呈指数级增加而使建模几乎不可能。在这篇论文中，我们提出使用符号搜索成本最优规划的经典规划的不同表达扩展，所有捕获问题的不同方面。特别是，我们研究规划与公理，规划与状态相关的行动成本，超额认购规划，和top-k规划。对于所有的形式主义，我们提出的复杂性和可编译性的结果，强调它是可取的，甚至有必要原生支持相应的功能。我们分析了符号启发式搜索，并表明搜索性能并不总是受益于使用的启发式和搜索性能可以指数恶化，即使在最好的情况下，即完美的启发式。这加强了符号盲搜索是当今占主导地位的符号搜索策略，与其他国家的最先进的成本最优规划策略。
2022-04-01 cs.AI
Learning Sampling Dictionaries for Efficient and Generalizable Robot Motion Planning with Transformers
University of California San Diego（加州大学圣地亚哥分校）；Purdue University（普渡大学）
本文提出两阶段 VQ-MPT，用离散采样字典和自回归采样区域选择增强 SMP，实现跨 2D 到 14D 机器人及未见环境的高效、可泛化运动规划。
2023-09-26 cs.AI cs.RO
Efficient Multi-agent Epistemic Planning: Teaching Planners About Nested Belief
School of Computing Queen’s University（女王大学计算机学院）；University of Edinburgh（爱丁堡大学）；Alan Turing Institute（艾伦图灵研究所）；Faculty of Computer Science University of Bozen-Bolzano（博岑-博尔扎诺大学计算机学院）；Department of Computer Science University of Toronto（多伦多大学计算机科学系）；School of Computing and Information Systems University of Melbourne（墨尔本大学计算与信息系统学院）
许多人工智能应用涉及多个自主智能体的交互，要求这些智能体推理自己的信念以及其他智能体的信念。然而，涉及嵌套信念的规划已知是计算上具有挑战性的。在这项工作中，我们解决的任务，合成计划，需要推理其他代理人的信念。我们计划从一个单一的代理人的角度来看，涉及嵌套的信念，非同质代理，共同存在的意见，并为一个代理人的能力，因为如果它是另一个潜在的目标和行动。我们正式描述我们的概念规划与嵌套的信念，并随后演示了如何自动转换成这样的问题，呼吁经典的规划技术有效地解决。我们的方法是一个重要的一步，应用成熟的自动规划领域的规划涉及嵌套的信念多个代理的挑战性任务。
2021-10-06 cs.AI
Parallel Strategies for Best-First Generalized Planning
Universitat Pompeu Fabra（庞培法布拉大学）
本文研究最佳优先广义规划（BFGP）的并行化，提出两种共享内存并行搜索策略，以缩小广义规划与最先进规划器之间的性能差距。
2024-08-02 cs.AI
STRIPS Action Discovery
Institut de Robòtica i Informàtica Industrial, CSIC-UPC（西班牙国家研究委员会-加泰罗尼亚理工大学机器人与工业自动化研究所）
在现实环境中，规划所需的高层次知识库的确定成为一项艰巨的任务。这些知识通常是手工制作的，即使是系统专家也很难保持更新。最近的方法表明，即使所有中间状态都缺失，经典规划在综合行动模型方面也取得了成功。这些方法可以综合行动计划规划域定义语言（PDDL）从一组执行轨迹，每个组成，至少，一个初始和最终状态。在本文中，我们提出了一个新的算法，无监督合成的动作签名是未知的时，与经典的规划器的ARIPS动作模型。此外，我们还对经典规划进行了编译，以缓解学习动作模型先决条件中的静态谓词的问题，利用SAT规划器的并行编码功能来计算动作模式并验证所有实例。我们的系统是灵活的，因为它支持包括部分输入信息，可以加快搜索。我们通过几个实验展示了学习的动作模型如何在看不见的规划实例中推广。
2021-03-05 cs.AI
What you get is what you see: Decomposing Epistemic Planning using Functional STRIPS
School of Computing
针对传统认知规划方法随问题规模增大计算不可行的问题，本文提出用Functional STRIPS建模，将认知公式推理委托给外部求解器，提升了模型灵活性与可扩展性，且能更简洁地表达问题。
2019-04-02 cs.AI
Learning to plan with uncertain topological maps
INRIA（法国国家信息与自动化研究所）；INSA Lyon（里昂国立应用科学学院）；Université de Lyon（里昂大学）；CNRS（法国国家科学研究中心）
我们训练的代理在3D环境中使用分层策略，包括一个高层次的基于图形的规划和本地政策。我们的主要贡献是一个数据驱动的学习为基础的方法规划下的不确定性拓扑地图，需要估计的最短路径的概率结构的值图。而经典的符号算法实现无噪声拓扑结构的最佳结果，或在概率意义上的概率结构的图形的最佳结果，我们的目标是表明，机器学习可以克服丢失的信息，在图中考虑到丰富的高维节点功能，例如在地图的每个位置可用的视觉信息。相比纯粹学习神经白盒算法，我们构造我们的神经模型与归纳偏见动态规划为基础的最短路径算法，我们表明，我们的神经模型的一个特定的参数化对应于贝尔曼-福特算法。通过在模拟的照片般逼真的3D环境中对我们的方法进行实证分析，我们证明了在学习的神经规划器中包含视觉特征优于基于图的规划的经典符号解决方案。
2020-07-10 cs.AI cs.LG stat.ML
PRP Rebooted: Advancing the State of the Art in FOND Planning
Queen’s University（女王大学）；University of Toronto（多伦多大学）；Vector Institute for Artificial Intelligence（矢量人工智能研究所）
本文提出FOND规划器PR2，在18个基准领域中的17个中超越四个领先规划器，通过新颖的FOND感知启发式等技术实现最新水平。
2023-12-20 cs.AI
Can LLM-Reasoning Models Replace Classical Planning? A Benchmark Study
Center for Vision, Automation & Control（视觉、自动化与控制中心）；AIT Austrian Institute of Technology GmbH（奥地利技术研究院）
该研究系统评估了多种大语言模型的规划能力，对比经典规划器Fast Downward，发现其在简单任务表现尚可但复杂场景存在局限，为结合语言模型与经典规划器的后续研究提供了方向。
2025-07-31 cs.AI cs.RO
EDMP: Ensemble-of-costs-guided Diffusion for Motion Planning
Robotic Research Center（机器人研究中心）；IIIT Hyderabad（印度信息技术研究所海得拉巴分校）；Massachusetts Institute of Technology（麻省理工学院）；University of Tartu（塔尔图大学）
EDMP结合经典与深度学习运动规划，利用成本集成引导扩散生成有效轨迹，显著提升成功率并保持泛化能力。
2023-09-20 cs.AI cs.LG cs.RO
LLM+P: Empowering Large Language Models with Optimal Planning Proficiency
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；State University of New York at Binghamton（纽约州立大学宾汉姆顿分校）；Sony AI（索尼人工智能）
本文提出LLM+P框架，通过将自然语言规划问题转为PDDL并调用经典规划器，再把方案译回自然语言，使LLM获得可靠且最优的长时程规划能力。
2023-09-27 cs.AI cs.RO
Real-Time Motion Planning with Dynamic Hazards: Classical vs. Learning-Based Methods
School of Engineering and Computer Science, The Hebrew University of Jerusalem（耶路撒冷希伯来大学工程与计算机科学学院）；Faculty of Data and Decision Science, Technion Israeli Institute of Technology（以色列理工学院数据与决策科学学院）；Hatter Department of Marine Technologies, University of Haifa（海法大学哈特海洋技术系）；Faculty of Computer Science, Technion Israeli Institute of Technology（以色列理工学院计算机科学学院）
本研究构建统一基准对比经典与基于学习的实时运动规划方法，发现随机环境中PPO策略在延迟、成功率及路径质量上优于经典方法，障碍物演化不确定性是规划范式有效性的主导因素。
2026-10-09 cs.AI cs.RO
Diverse, Top-k, and Top-Quality Planning Over Simulators
Defence Science and Technology Group（国防科学技术集团）；The University of Melbourne（墨尔本大学）
针对经典规划器依赖符号模型的局限，提出基于蒙特卡洛树搜索的多样性、Top-k与最优质量规划方法，可在黑盒仿真场景下生成高质量多样规划集。
2023-08-25 cs.AI
Parallel Lifted Planning via Semi-Naive Datalog Evaluation
本文提出一种基于半 naive Datalog 评估的并行提升规划方法，通过两级并行性提升规划效率，在多核环境下实现显著加速。
2026-05-08 cs.AI
Adapting Reinforcement Learning for Path Planning in Constrained Parking Scenarios
Bosch Research（博世研究）
本研究提出了一种深度强化学习框架，用于在受限停车场景中实现高效的实时路径规划，通过序列决策问题建模和新基准的开发，实现了更高的成功率和效率。
2026-01-30 cs.AI cs.RO
Une approche totalement instanciée pour la planification HTN
Université Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Intrinsec（Intrinsec公司）
已经开发了许多规划技术，以允许自主系统根据其对环境的感知来采取行动和做出决策。在这些技术中，HTN（{ \it Hierarchical Task Network}）规划是实践中使用最多的技术之一。不同于传统的规划方法。HTN通过将任务分解为子任务来操作，直到这些子任务中的每一个都可以实现动作。这种分层表示提供了规划问题的更丰富的表示，并允许更好地指导计划搜索，并为底层算法提供更多的知识。在本文中，我们提出了一种新的HTN规划方法，在传统的规划，我们实例化所有的规划运营商开始搜索过程之前。这种方法已经证明了它的有效性，在经典的规划，是必要的发展有效的规划和编码规划问题在其他形式主义，如CSP或SAT。实例化实际上被大多数现代规划者使用，但从未应用于基于HTN的规划框架。在这篇文章中，我们提出了一个通用的实例化算法，实现了许多简化技术，以减少过程的复杂性，从经典的规划中使用的启发。最后，我们提出了一些结果，从实验中使用的一系列问题，在国际规划竞赛与修改后的版本的SHOP计划器使用完全实例化的问题。
2018-10-22 cs.AI
Deep Interactive Motion Prediction and Planning: Playing Games with Motion Prediction Models
ETH Zurich（苏黎世联邦理工学院）；MIT（麻省理工学院）；KU Leuven（鲁汶大学）
在大多数经典的自动驾驶汽车（AV）堆栈中，预测层和规划层是分开的，限制了规划者对AV的规划轨迹没有通知的预测做出反应。这项工作提出了一个模块，紧密耦合这些层通过博弈理论模型预测控制器（MPC），使用一种新的交互式多代理神经网络政策的一部分，其预测模型。在我们的设置中，MPC规划者认为所有周围的代理通知多代理政策与计划的状态序列。我们的方法的成功的基础是一个新的多代理策略网络，可以引导车辆周围的代理和地图信息的状态的设计。该策略网络使用地面实况观测数据进行隐式训练，使用时间反向传播和可微动力学模型来及时向前转出轨迹。最后，我们表明，我们的多智能体策略网络学习驱动，同时与环境进行交互，并结合博弈论MPC规划，可以成功地产生交互行为。
2022-04-05 cs.AI cs.MA cs.RO
Order-Consistent Latent Geometry for Reliable Short-Horizon Planning in World Models
Imperial College London（帝国理工学院）
该研究针对世界模型的短视规划问题，提出将自接近性作为隐空间规划的兼容性条件，通过分析视觉世界模型的多边形插值，经六分支实验验证了排序失败现象，分离了角排列与环境维度的影响。
2026-10-14 cs.AI
Hierarchical LLM-Based Multi-Agent Framework with Prompt Optimization for Multi-Robot Task Planning
Data Science Laboratories, NEC Corporation（日本电气株式会社数据科学实验室）
本文提出一种分层多智能体框架，结合提示优化提升多机器人任务规划的准确性和效率。
2026-02-26 cs.AI cs.MA cs.RO
